Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > extraction de traits caractéristiques > extraction du réseau routier
extraction du réseau routierSynonyme(s)détection du réseau routier |
Documents disponibles dans cette catégorie (104)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Multi-criteria, graph-based road centerline vectorization using ordered weighted averaging operators / Fateme Ameri in Photogrammetric Engineering & Remote Sensing, PERS, vol 82 n° 2 (February 2016)
[article]
Titre : Multi-criteria, graph-based road centerline vectorization using ordered weighted averaging operators Type de document : Article/Communication Auteurs : Fateme Ameri, Auteur ; Mohammad Javad Valadan Zoej, Auteur ; Mehdi Mokhtarzade, Auteur Année de publication : 2016 Article en page(s) : pp 107 - 120 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] classification dirigée
[Termes IGN] extraction du réseau routier
[Termes IGN] graphe
[Termes IGN] image satellite
[Termes IGN] pondération
[Termes IGN] réseau routier
[Termes IGN] théorie des graphes
[Termes IGN] vectorisationRésumé : (auteur) In this paper, a novel road vectorization methodology based on image space clustering technique and weighted graph theory is presented. The proposed methodology describes a road as a set of optimized points on the centerline which should be connected by defining a number of appropriate criteria. The main contribution of this paper is to design a weighting scheme for combining a small number of road identities using Ordered Weighted Averaging (OWA) operators by defining appropriate decision strategy. In this regard, a novel geometric criterion is introduced. Result of the OWA aggregation specifies weight of each edge in the road network graph. Comparing the proposed approach with two state-of-the-art image space clustering-based road vectorization methods proves its efficiency to deal with roads with different widths, parallel roads with different distances, different types of intersections, and also noise clusters. Obtaining improved quality measures for several high-resolution images, demonstrates the successfulness of the vectorization approach. Numéro de notice : A2016-054 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.14358/PERS.82.2.107 En ligne : http://dx.doi.org/10.14358/PERS.82.2.107 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79655
in Photogrammetric Engineering & Remote Sensing, PERS > vol 82 n° 2 (February 2016) . - pp 107 - 120[article]Road vectorisation from high-resolution imagery based on dynamic clustering using particle swarm optimisation / Fateme Ameri in Photogrammetric record, vol 30 n° 152 (December 2015 - February 2016)
[article]
Titre : Road vectorisation from high-resolution imagery based on dynamic clustering using particle swarm optimisation Type de document : Article/Communication Auteurs : Fateme Ameri, Auteur ; Mohammad Javad Valadan Zoej, Auteur Année de publication : 2015 Article en page(s) : pp 363 - 386 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification automatique d'objets
[Termes IGN] extraction automatique
[Termes IGN] extraction du réseau routier
[Termes IGN] image aérienne
[Termes IGN] image Ikonos
[Termes IGN] image Quickbird
[Termes IGN] optimisation par essaim de particules
[Termes IGN] réseau routier
[Termes IGN] vectorisationRésumé : (auteur) This paper introduces an innovative automatic road-vectorisation algorithm based on dynamic pixel clustering using particle swarm optimisation. A new cost function is designed to optimise the number and position of road keypoints and is capable of deriving road centrelines without considering geometric, spectral or topological characteristics in the road model. The algorithm is applied to different high-resolution images (IKONOS, QuickBird and aerial photographs) and is evaluated with respect to RMSE, correctness and completeness. Moreover, a new quality parameter is defined to evaluate a “kinking” effect in roads. Extraction of different road shapes with an acceptable precision in both urban and rural environments proves the efficiency of the algorithm in yielding complete road networks. Numéro de notice : A2015-827 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12123 Date de publication en ligne : 15/12/2015 En ligne : https://doi.org/10.1111/phor.12123 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79123
in Photogrammetric record > vol 30 n° 152 (December 2015 - February 2016) . - pp 363 - 386[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 106-2015041 RAB Revue Centre de documentation En réserve L003 Disponible Détection à haute résolution spatiale de la desserte forestière en milieu montagneux / António Ferraz in Revue Française de Photogrammétrie et de Télédétection, n° 211 - 212 (juillet - décembre 2015)
[article]
Titre : Détection à haute résolution spatiale de la desserte forestière en milieu montagneux Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Clément Mallet , Auteur ; Nesrine Chehata , Auteur Année de publication : 2015 Article en page(s) : pp 103 - 118 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] analyse d'image orientée objet
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] extraction du réseau routier
[Termes IGN] graphe planaire
[Termes IGN] MNS lidar
[Termes IGN] modèle numérique de terrain
[Termes IGN] montagneRésumé : (auteur) En milieu montagneux et forestier, la localisation de la route et ses caractéristiques géométriques sont des informations cruciales pour de nombreuses applications écologiques et liées à la gestion forestière. Par ailleurs, le lidar aéroporté topographique est devenu une technique de télédétection reconnue pour la caractérisation fine de la surface terrestre : les Modèles Numériques de Terrain (MNT) en sont le produit standard. Cet article aborde le problème de la détection de routes sur de grandes surfaces (>1000 km2) dans de tels environnements. Pour cela, nous avons proposé une méthode fondée sur l'hypothèse que les routes peuvent être modélisées par des objets planaires suivant une direction privilégiée et avec de fortes variations du relief dans la direction orthogonale. La connaissance seule du MNT lidar à 1 m de résolution est suffisante dans notre processus, qui ne requiert donc pas le traitement supplémentaire des nuages de points 3D lidar ni de données à retour d'onde complète. L'intégralité de l'analyse se fait donc en deux dimensions. Tout d'abord, trois attributs morphologiques sont extraits du MNT et introduits dans une classification supervisée par Forêts Aléatoires des zones potentiellement "routes". Ensuite, un graphe est créé à partir de ce masque de focalisation afin de combler les éventuels manques et occlusions dus principalement à la végétation. En particulier, les nœuds sont sélectionnés avec un Processus Ponctuel, puis le graphe est élagué en suivant le modèle de route initial. Enfin, la largeur et la pente des routes sont estimées grâce au MNT avec une analyse orientée-objet. D'une part, on obtient une qualité de détection convaincante, tant au niveau de l'exhaustivité (>80%) que de la précision géométrique, supérieure à celle des bases de données topographiques 2D existantes. De plus, de nouvelles routes sont détectées grâce à la capacité du lidar à restituer le terrain sous le couvert végétal. Cependant, en présence d'un trop faible nombre de mesures lidar au niveau du sol, des routes peuvent ne pas être restituées. Enfin, nous montrons que notre méthode est adaptée à une analyse sur de grandes surfaces puisqu'elle permet des rendements de moins de 2 minutes par km2. Numéro de notice : A2015-908 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2015.549 En ligne : https://doi.org/10.52638/rfpt.2015.549 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79567
in Revue Française de Photogrammétrie et de Télédétection > n° 211 - 212 (juillet - décembre 2015) . - pp 103 - 118[article]Semiautomated extraction of street light poles from mobile LiDAR point-clouds / Yongtao Yu in IEEE Transactions on geoscience and remote sensing, vol 53 n° 3 (March 2015)
[article]
Titre : Semiautomated extraction of street light poles from mobile LiDAR point-clouds Type de document : Article/Communication Auteurs : Yongtao Yu, Auteur ; Jonathan Li, Auteur ; Haiyan Guan, Auteur ; et al., Auteur Année de publication : 2015 Article en page(s) : pp 1374 - 1386 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction du réseau routier
[Termes IGN] extraction semi-automatique
[Termes IGN] instrumentation Riegl
[Termes IGN] lidar mobile
[Termes IGN] mobilier urbain
[Termes IGN] télémétrie laser terrestreRésumé : (Auteur) This paper proposes a novel algorithm for extracting street light poles from vehicleborne mobile light detection and ranging (LiDAR) point-clouds. First, the algorithm rapidly detects curb-lines and segments a point-cloud into road and nonroad surface points based on trajectory data recorded by the integrated position and orientation system onboard the vehicle. Second, the algorithm accurately extracts street light poles from the segmented nonroad surface points using a novel pairwise 3-D shape context. The proposed algorithm is tested on a set of point-clouds acquired by a RIEGL VMX-450 mobile LiDAR system. The results show that road surfaces are correctly segmented, and street light poles are robustly extracted with a completeness exceeding 99%, a correctness exceeding 97%, and a quality exceeding 96%, thereby demonstrating the efficiency and feasibility of the proposed algorithm to segment road surfaces and extract street light poles from huge volumes of mobile LiDAR point-clouds. Numéro de notice : A2015-140 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2014.2338915 Date de publication en ligne : 05/08/2014 En ligne : https://doi.org/10.1109/TGRS.2014.2338915 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75807
in IEEE Transactions on geoscience and remote sensing > vol 53 n° 3 (March 2015) . - pp 1374 - 1386[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2015031 RAB Revue Centre de documentation En réserve L003 Disponible Large scale road network extraction in forested moutainous areas using airborne laser scanning data / António Ferraz (2014)
Titre : Large scale road network extraction in forested moutainous areas using airborne laser scanning data Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Clément Mallet , Auteur ; Nesrine Chehata , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2014 Conférence : IGARSS 2014, International Geoscience And Remote Sensing Symposium 13/07/2014 18/07/2014 Québec Québec - Canada Proceedings IEEE Importance : pp 4315 - 4318 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage automatique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction du réseau routier
[Termes IGN] forêt alpestre
[Termes IGN] France (administrative)
[Termes IGN] montagne
[Termes IGN] processus ponctuel marqué
[Termes IGN] reconnaissance de formes
[Termes IGN] théorie des graphesRésumé : (auteur) In this work, we present an approach that is able to deal with large-scale road network mapping. While former methods focus on delineating patches of roads without computing a coherent road network, we formulate a very large number of road hypothesis that are pruned using a graph reasoning and weak a priori knowledge on road behavior. The initial solution is computed by means of two machine learning and pattern recognition state-of-the-art methods (namely, Random Forest classification and Marked Point Process) that allow to process very large areas in little time with very satisfactory results. Numéro de notice : C2014-024 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2014.6947444 Date de publication en ligne : 06/11/2014 En ligne : http://dx.doi.org/10.1109/IGARSS.2014.6947444 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92029 Documents numériques
peut être téléchargé
Large scale road network extraction... - pdf auteurAdobe Acrobat PDF An automated algorithm for extracting road edges from terrestrial mobile LiDAR data / Pankaj Kumar in ISPRS Journal of photogrammetry and remote sensing, vol 85 (November 2013)PermalinkSemi-automated extraction and delineation of 3D roads of street scene from mobile laser scanning point clouds / Bishen Yang in ISPRS Journal of photogrammetry and remote sensing, vol 79 (May 2013)PermalinkRoad network extraction in suburban areas / A. Grote in Photogrammetric record, vol 27 n° 137 (March - May 2012)PermalinkExtracting roads from dense point clouds in large scale urban environment / A. Boyko in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 6 supplement (December 2011)PermalinkFusion d'images optique et radar à haute résolution pour la mise à jour de bases de données cartographiques / Vincent Poulain (2010)PermalinkA geometric stochastic approach based on marked point processes for road mark detection from high resolution aerial images / Olivier Tournaire in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 6 (November - December 2009)PermalinkRapid mapping of high resolution SAR scenes / F. Dell'acqua in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 5 (September - October 2009)PermalinkAutomatic and accurate extraction of road intersections from raster maps / Yao-Yi Chiang in Geoinformatica, vol 13 n° 2 (June 2009)PermalinkRoad extraction for hazard management / Stefan Hinz in GIM international, vol 23 n° 1 (January 2009)PermalinkRoad junction extraction from high-resolution aerial imagery / M. Ravanbakhsh in Photogrammetric record, vol 23 n° 124 (December 2008 - February 2009)Permalink